Evaluación de prototipos de software para la detección y corrección automática de artefactos de movimiento en tomografía de cráneo simple frente a métodos manuales de corrección en tomografía computarizada

Abstract

La tomografía computarizada de cráneo simple es fundamental para el diagnóstico neurológico; sin embargo, la calidad de las imágenes puede verse comprometida por artefactos de movimiento generados por desplazamientos involuntarios del paciente. Estos artefactos disminuyen la nitidez diagnóstica y pueden provocar repeticiones del estudio, mayor exposición a radiación y retrasos en la atención. Tradicionalmente, su corrección ha sido manual, un proceso dependiente del criterio del especialista y susceptible a variabilidad. Este trabajo presenta una revisión sobre los principales factores que generan artefactos de movimiento en tomografía, los tipos de distorsiones asociados y las soluciones automáticas en desarrollo. Se analizan prototipos de software basados en algoritmos de procesamiento digital e inteligencia artificial, orientados a detectar y corregir estos artefactos sin repetir la adquisición. Asimismo, se revisan estudios que reportan mejoras en parámetros como relación señal-ruido, similitud estructural y reducción de errores de reconstrucción. Metodológicamente, el documento se estructura mediante una revisión teórica y analítica de literatura científica reciente, complementada con el análisis comparativo entre métodos automáticos y manuales de corrección dentro de la tomografía computarizada. Los resultados de la revisión muestran que las técnicas automáticas presentan un desempeño superior o equivalente al método manual en calidad de imagen y eficiencia. Se concluye que estos sistemas representan una alternativa prometedora para optimizar el diagnóstico y el flujo de trabajo clínico, aunque aún requieren validación más amplia para su implementación generalizada.